メニュー
BRIDGE神经多样性检测方法论。整合图规范建模和深度生成网络，创建神经典型发育轨迹参考，评估个体神经偏离程度。适用于神经发育障碍诊断、脑龄预测、连接组分析。触发词：神经多样性、神经发育障碍、脑龄、规范建模、neurodivergence、brain age。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/hiyenwong/ai_collection --skill bridge-neurodivergence-detectionコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
Graph-native Python reimplementation of the Information Dynamics of Music (IDyOM) model that represents predictive memories as explicit graph objects for musical expectation modeling and network analysis.
Physics-aware end-to-end deep reinforcement learning methodology for quadcopter control with actuator dynamics modeling.
Reinforced Dreamer methodology for asymmetric reinforcement learning using latent guidance to improve world model representations and behaviors in model-based RL.
SOC 職業分類に基づく
SKILL.md を表示中
| name | bridge-neurodivergence-detection |
| description | BRIDGE神经多样性检测方法论。整合图规范建模和深度生成网络，创建神经典型发育轨迹参考，评估个体神经偏离程度。适用于神经发育障碍诊断、脑龄预测、连接组分析。触发词：神经多样性、神经发育障碍、脑龄、规范建模、neurodivergence、brain age。 |
| user-invocable | true |
整合图规范建模和深度生成网络，创建神经典型发育轨迹参考，量化神经偏离。
来源： arXiv:2410.11064 效用： 0.93
import torch.nn as nn
class BRIDGEModel(nn.Module):
def __init__(self, n_regions=200, latent_dim=64):
super().__init__()
self.encoder = nn.Sequential(
nn.Linear(n_regions * n_regions, 256),
nn.ReLU(),
nn.Linear(256, latent_dim)
)
self.age_predictor = nn.Linear(latent_dim, 1)
def predict_brain_age(self, connectivity):
x = connectivity.flatten()
h = self.encoder(x)
return self.age_predictor(h)
def compute_neurodivergence(self, conn, age):
brain_age = self.predict_brain_age(conn)
return abs(brain_age - age)
评估自闭症儿童的脑连接偏离程度。